A one-stop, open-source, high-quality data extraction tool, supports PDF/webpage/e-book extraction.一站式开源高质量数据提取工具，支持PDF/网页/多格式电子书提取。
GNU Affero General Public License v3.0
13.43k
stars
1.01k
forks
source link
碰到横版的pdf，解析效果不好，图片和文字的排版错乱了 #465
Open
CyfZsj opened 2 months ago
Description of the bug | 错误描述
解析文件：说明书.pdf 当pdf中有一页很宽时，解析有些问题： 1、解析出现图片和文字排版错位 2、有一些图片和文字没有识别到 解析结果（部分）： layout.pdf spans.pdf
How to reproduce the bug | 如何复现
执行 magic-pdf -p ....... -o ......... -m auto
Operating system | 操作系统
Linux
Python version | Python 版本
3.10
Software version | 软件版本 (magic-pdf --version)
0.7.x
Device mode | 设备模式
cuda